@这位没带口罩的朋友,你让我感染新冠的风险升高百倍!马普所建模计算结果,认真的

2021 年 12 月 23 日 量子位
行早 发自 凹非寺
量子位 报道 | 公众号 QbitAI

经历了两年疫情,现在大家都知道了口罩的重要性。

但你不知道的是,如果你和对方交谈中,只有你一个人戴口罩,那么感染的风险会增加百倍!

德国马普所流体物理实验室的团队量化地计算了在不同情况下戴口罩的防疫有效性,得出结论:对方如果不戴口罩,即使你戴了,感染风险也会从0.1%飙升至20%。

这个结果可不是瞎算的,他们有详细的推导过程,而且浅显易懂。

目前,该研究已经发表在PNAS(《美国国家科学院院刊》)上。

量化计算病毒感染风险

马普所团队将病毒传染模型简化为一对一之间的接触。并使用典型的SARS-CoV-2病毒载量和传染性估计值,计算了两个人在近距离和短暴露时间下感染风险上限。

整个模型设计部分很好理解,感染风险应当正比于吸入的病原体剂量μ,吸入的病原体越多,当然感染风险就越高:

假设病毒从感染者口中出发,经过口罩过滤泄露,经过环境,再渗透进易感者口罩中,最后在易感者呼吸道中沉积。

于是,吸入的病原体剂量μ就与病毒传播的这五个过程有关,也分别对应于下面这五个参数:

其中nI是感染者产生的病原体数量浓度,TOL是病毒从感染者口罩向外泄露量,fd表示感染性颗粒经过空气环境后浓度的存留,TIL是病毒从易感者口罩向内的渗透量,Drt是易感者呼吸道的吸入或沉积效率。

在这几个参数中,fd是最难确定的。因为呼出的颗粒会被空气稀释,会经过沉积损失,其中的病原体也会被灭活,涉及到温度、湿度、气流、通风等等很多因素。

所以无法详细预测,只能确定一个感染风险的上限。如果在模拟场景上限下是安全的,那在实际情况中也是安全的。

因此,研究人员共讨论了三种情况:两人近距离都戴口罩;两人远距离都不戴口罩;两人远距离只有易感者戴口罩:

在场景A、B中,fd简化为1.0,病毒在近距离传播时视为没有损失。

在场景C、D中,fd=axtanα ,其中a为嘴巴张开的大小,x为两人之间的距离,α 为呼气锥锥角的一半。

其中兼顾了各种环境和条件考虑,例如人类呼出颗粒的综合数据库、呼气射流的流体动力学等问题。

在计算感染风险时,还考虑了水分的蒸发以及再液化、可吸入性和易感者气道中的沉积等等因素。

实验结果

两人交流20分钟后,结果如下图所示,横轴为颗粒直径,纵轴为平均感染风险。

从A和C图中可以看出,感染者不戴口罩,即使保持社交距离1.5m甚至是3m,依然会导致50微米的粒子感染风险显著增加。

而在B图中,两人都戴口罩,即使相距很近,感染风险都小于10%。如果佩戴了过滤性更强的FFP2口罩,感染风险则低至0.1%这个数量级。

另一个实验结果显示了感染风险随暴露时间的变化:

从上图中可以看到,两人都不戴口罩和只有易感者戴口罩的情况下,只需10-20分钟感染风险就上升到了上限。

保持社交距离看起来收效甚微,在两人交谈的情况下,一分钟就达到了近乎100%的感染风险。

而两人都戴口罩时,交谈一小时,感染风险也不到1%。

因此,只保持社交距离而不戴口罩有很高的感染风险;只有易感者戴口罩,即使保持社交距离,也有较高的感染风险。

最好的防范措施就是两者都戴口罩,感染风险显著降低。

对此,网友表示,这就和禁止酒驾是一样的。不仅关系到自己的安全,对其他人也会有潜在的影响。只考虑个人责任是不够的:

所以,在后疫情时期,该戴口罩还是要戴好,不仅是对自己负责,也是对周围的人负责。

参考链接:

[1]https://www.pnas.org/content/118/49/e2110117118

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。

「智能汽车」交流群招募中!

欢迎关注智能汽车、自动驾驶的小伙伴们加入社群,与行业大咖交流、切磋,不错过智能汽车行业发展&技术进展。

ps.加好友请务必备注您的姓名-公司-职位哦~


点这里👇关注我,记得标星哦~

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~


登录查看更多
0

相关内容

PNAS是《美国科学院院报》(Proceedings of the National Academy of Sciences of the United States of America, 缩写。它是美国国家科学院的院刊,亦是公认的世界四大名刊(Cell,Nature,Science,PNAS)之一,百年经典期刊。自1914年创刊至今,PNAS提供具有高水平的前沿研究报告、学术评论、学科回顾及前瞻、学术论文以及美国国家科学学会学术动态的报道和出版。PNAS收录的文献涵盖医学、化学、生物、物理、大气科学、生态学和社会科学,最新发布的影响因子为9.661(2016),特征因子(Eigenfactor) 为1.23581(2016) 。
专知会员服务
20+阅读 · 2021年8月29日
专知会员服务
18+阅读 · 2021年8月15日
计算生物学揭秘奥密克戎强感染性原因
微软研究院AI头条
0+阅读 · 2022年4月12日
新冠,两年!Science封面:是时候反思了
新智元
0+阅读 · 2022年3月15日
疫情下的口罩生活,演绎出了哪些心理剧场?
人人都是产品经理
0+阅读 · 2022年1月15日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Convex-Concave Min-Max Stackelberg Games
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
VIP会员
相关VIP内容
专知会员服务
20+阅读 · 2021年8月29日
专知会员服务
18+阅读 · 2021年8月15日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员